“互聯網+”時代出租車資源配置的定量分析

朱澤琴，朱家明，操詠慧，孫　波

(1.安徽財經大學 金融學院，安徽 蚌埠　233030；　2.安徽財經大學 統計與應用數學學院，安徽 蚌埠　233030；3.安徽財經大學 經濟學院，安徽 蚌埠　233030)

?

“互聯網+”時代出租車資源配置的定量分析

朱澤琴1，朱家明2，操詠慧3，孫波2

(1.安徽財經大學 金融學院，安徽 蚌埠233030；2.安徽財經大學 統計與應用數學學院，安徽 蚌埠233030；3.安徽財經大學 經濟學院，安徽 蚌埠233030)

摘要：針對“互聯網+”時代出租車的資源配置，搜集多方面的資料和數據，綜合運用時空分析、運營平衡分析、層次分析以及模糊綜合評價等方法，分析了影響出租車供求關系的各項指標的數據，依次構建了出租車運營平衡模型、福利影響因素模糊綜合評價模型等，將EXCEL軟件作圖與MATLAB軟件編程相結合，對出租車資源配置的相關問題做出了定量分析，并提出了一種新的合理補貼方案。

關鍵詞：出租車；資源配置；模糊綜合評價；運營平衡模型；MATLAB

隨著我國社會經濟的發展，城市規模日益增大，人們對于出行的要求也在逐步提高。出租車是人們除了城市公共汽車、地鐵、輕軌等客運交通方式之外的另一種選擇。而隨著城市人口規模的不斷擴大，城市出租車作為客運分擔率占較大比例的交通方式，其需求量也日漸增加，并不斷出現“打車難”問題。隨著“互聯網+”時代的到來，面對“打車難”現象的社會壓力，2014年有多家公司依托移動互聯網建立了打車軟件服務平臺，各個公司還推出了一系列補貼政策，打車軟件由此紅火起來。這種方式在一定程度上緩解了“打車難”問題，因此與之相關的“互聯網+”時代的出租車資源配置問題也就值得分析與研究了。

1數據來源與模型假設

本文研究所需的出租車空駛率、出租車萬人擁有量以及出租車供求比等的直接數據均來源于滴滴快的智能出行平臺網。[1]為了使問題研究更具合理性，提出以下假設：(1)在問題研究范圍內所有出租車均使用打車軟件；(2)出租車司機接受乘客訂單信息后不會再承載路邊打車的行人；(3)不考慮突發情況(如惡劣天氣，車體故障，意外事故)對出租車供求量的影響；(4)在研究的時間范圍內不考慮國家相關法規的轉變對打車軟件的影響。

2不同時空條件下的出租車資源供求匹配程度分析

2.1研究思路。

本文以上海市為例，首先分析了影響城市出租車需求與供給的因素，確定使用出租車空駛率、出租車萬人擁有量以及出租車供求比來衡量出租車供求匹配程度。然后通過搜集到的上海市九個區出租車在工作日與休息日不同時刻各個指標的相關數據，分別在時空上進行對比分析，運用EXCEL作圖，通過綜合分析得到上海市各區在工作日的上下班高峰期時普遍呈現出租車供小于求，休息日時的出租車供求匹配程度普遍高于工作日等結論。

2.2數據處理。

首先，通過收集數據，[1]我們得到了上海市2015年9月1日到9日不同時刻出租車空駛率的統計數據，運用EXCEL 軟件作出上海市不同日期、不同時刻出租車空駛率折線圖，如圖1所示。

由圖1可知，出租車平均空駛率在早上上班高峰時間段 7：00-9：00 間較低(30%左右)，在 11：00-16：00 間較高(接近 35%)，在下班晚高峰時間段17：00-18：00 間最低(接近 25%)，在 19：00 以后出租車空載率急劇增高(超過 35%)。

我們根據搜集到的上海市各個區分別在工作日與休息日在各個時刻的出租車需求量與供給量，計算得出各個區分別在工作日與休息日各個時刻的出租車供求比，做出折線圖如圖2、圖3所示。

圖2　上海市部分地區工作日出租車供求比

圖3　上海部分地區休息日出租車供求比

根據以上圖形我們可以看出每日的8點與18點附近上海各個地區的出租車供求比最小，因為8點與18點為一天內的乘車高峰期。各個區在一天的不同時刻出租車供求比趨勢基本一致。接下來我們選取楊浦區，將工作日與休息日的出租車供求比作對比，做出折線圖，如圖4所示。

圖4　楊浦區工作日與休息日出租車供求比

通過在上海統計局進行數據的搜集，我們得到了上海市2015年各個區的人口總數、出租車總數，[2]由此計算得出上海市各區出租車萬人擁有量，作出上海市各區出租車萬人擁有量柱形圖，如圖5所示。

圖5　上海市各區出租車萬人擁有量

通過查閱資料[3]得知，一個大型城市的出租車萬人擁有量應不少于20輛/萬人，否則說明該城市的出租車供小于求，形成交通壓力。通過上海市各區出租車萬人擁有量的統計圖表我們可以看出，上海市各個區的出租車萬人擁有量分布存在不平衡。黃埔區、閘北區、靜安區的出租車萬人擁有量接近甚至超過50輛/萬人，說明出租車供給水平很好，而浦東新區、楊浦區、徐匯區、閔行區的出租車萬人擁有量均低于20輛/萬人，說明這幾個區的出租車供不應求。由此可知，上海市出租車供給在整體上呈現供求不匹配的狀態。

接下來我們將分別選取工作日與休息日的幾個典型時刻，包括上下班高峰期(上午8點與下午6點)以及日中的兩個時刻(上午11點與下午3點)，比較上海市各個區在這些時刻出租車供求比，分別如圖6、圖7、圖8、圖9所示。

圖6　上海市不同地區出租車供求比(8點)

圖7　上海市不同地區出租車供求比(11點)

圖8　上海市不同地區出租車供求比(15點)

圖9　上海市不同地區出租車供求比(18點)

綜上，我們得出，在工作日時，上海市各個區的出租車供求比相對比較平均，其中8點與18點為職工上下班的出行高峰期，因此在這兩個時刻以及這兩個時刻周圍的時間段，上海市各個區普遍呈現出租車供小于求的狀況，日中的其他時刻上海市的出租車供求匹配程度相對較高。在休息日時，由于人們結束忙碌的工作常常在家休息，出行量也隨之有所減少，因此各個區的出租車供求比相對于工作日時都較大。其中，靜安區與長寧區在休息日的出租車供求比都相對較大，說明這兩個地區居民在休息日時的出行量較小。

3出租車補貼政策對“打車難”問題的緩解程度分析

3.1研究思路。

首先分析得出“打車難”現象產生的原因是在一定時間與空間范圍內出租車的供給量小于需求量，由此我們選取出租車空載率這一指標，對出租車的供求關系進行綜合分析。同時，打車軟件公司的補貼政策與乘客的車費支出、司機的實際收入密切相關。因此我們通過兼顧乘客利益(即出租車運價和平均等待時間)和運營效益(運營成本和司機工資)建立出租車運營平衡模型，利用定性邏輯分析，將影響出租汽車行業的因素相互關聯，建立出租車運價模型，以出租車空駛率為核心，分析乘客實際的出租車運價、出租車司機收入分別與空駛率之間的變化方向與關系。通過出租車運價、出租車司機收入對空駛率產生的影響來衡量出租車補貼方案是否對“打車難”現象產生一定的緩解作用。

3.2 數據處理。

由實際情況可知，打車軟件公司的補貼政策對乘客利益收入的影響主要是減少了乘客乘車的費用，對出租車司機利益收入的影響主要是增加了收入，因此我們用乘客乘車費用的減少以及司機收入的增加這兩個指標來反映補貼政策的作用；另外，我們用空駛率這一指標來簡單反映乘車的難易程度，易知在不考慮其他方面的情況下，空駛率越大，乘客乘車越容易。

首先，我們建立運營平衡[4]模型。當出租車運營收支相抵時，達到運營平衡狀態，即：

E=C

(1)

左邊E表示乘客乘車所花費的費用總和，右邊C表示出租車的成本。其中C包含了出租車的損耗和維修費用C1，燃油費用Cp，出租車司機的工資Cd，以及出租車公司的管理費用Ca。則公式即為：

E=Cl+Cp+Cd+Ca

(2)

為了方便建立模型，我們忽略了起步價的環節，對車輛的載客行駛速度和非載客行駛速度取了平均值Vz和Vk，對于車輛的損耗、維修和保險費用、出租車司機的工資以及出租車公司的管理費用都取了統一的度量單位。在此條件下，一個時間周期T內的出租車運營情況可表示為：

E=T·(1-K)·Vp·P

(3)

(4)

根據式(3)和(4)，取統一時間周期，約去T后得

(5)

式(5)把出租車費用、出租車司機工資和出租車公司的管理費通過空駛率這一參數聯系起來。對方程變形得：

(6)

化簡后得：

(7)

(8)

由式(7)可以看出，當補貼政策使得乘客實際的出租車運價減少時，乘客對出租車的需求增加，空駛率減小，此時乘客打車難度加大；同樣的，由式(8)可以看出，當補貼政策使得出租車司機收入增加時，出租車供給增加，空駛率也增加，即兩者成正方向，此時乘客打車難度減小。相比較而言，在補貼政策下，出租車司機能增加的利益收入幅度相對較大，出租車的供給也會相對增加。因此我們可以得出，出租車的空駛率在增加，即在一定程度上“打車難”的情況得到了緩解。

4設計補貼方案及合理性分析

4.1研究思路。

首先我們引入乘客福利與司機福利[5]這兩個指標來反映補貼政策效果，采用層次分析法，[6]運用MATLAB軟件求得影響乘客與司機福利的各個因素的權重，然后運用模糊綜合評價法[7]得出加價費對乘客福利影響最大，而額外收入對司機福利影響最大，然后以雙方福利為切入點，結合模型結論和對社會現實情況的考慮，提出新的補貼方案為“會員制的加價費優惠補貼政策”。最后利用層次分析與模糊綜合評價的結果證實了該補貼方案的合理性。

4.2 數據處理。

4.2.1建立評級指標體系。

護士把我引到隔壁麻醉室，要過麻醉吸氧管，往里面注了些許麻醉劑，接好吸氧管，便交給我吸。吸了大約半個小時，吸的到嗓子都木了，護士才把我叫進手術室。

根據打車軟件補貼政策主要影響的對象，可分為乘客福利和司機福利，具體指標見表1：

表1　評價指標體系基本指標

4.2.2確定指標權重。

應用層次分析法確定指標的權重，通過兩兩比較指標間的重要性程度，根據元素的取值規則得到判斷矩陣A，根據乘客福利得到判斷矩陣C1：

對各列做歸一化處理：

我們運用MATLAB軟件求得權重向量w1=(0.637,0.258，0.105)據最大特征根計算公式Aw=λmaxw，求出λmax=3.0385。接著對結果進行一致性檢驗，計算得出一致性指標CI=0.019，平均一致性指標RI=0.90，則一致性比例CR=CI/RI=0.0332≤0.1,說明判斷矩陣具有一致性，所得權重向量可以反映各指標間的重要程度。

同理得到司機福利中的權重向量W2=(0.055,0.262,0.118,0.565)。

4.2.3進行模糊綜合評價。

首先，我們分別對每一個一級指標下的二級指標進行模糊綜合評價，構造出一個評語級：

V=(V1,V2,V3,V4,V5)=(好，較好，一般，較差，差)

再構造隸屬度子集Ri：

Ri=(ri1,ri2,…,rim)

Ri指評價因素中第i個指標對應評語集中的每個V1,V2,…,Vm的隸屬度，rij=第i個指標選擇vi等級的人數/參與評價的總人數，j=(1,2,…,m)。

4.2.4求出乘客與司機福利的模糊評價矩陣。

根據相關網站與統計數據可得乘客福利F1的隸屬子集，也即模糊評價矩陣

最后依據w1進行復合運算，得到乘客福利模糊評價矩陣：

b1=w1*R1=(0.1715,0.3297,0.2717,0.1437,0.0834)

同理得到司機福利模糊評價矩陣

b2=w2*R2=(0.2591,0.4317,0.2318,0.0816,0.0578)

4.3結果分析。

4.3.1根據模糊綜合評價，我們可以得出：在乘客方面，總的來說福利水平不算很高。由層次分析法所得權重可以看出，加價費對乘客福利影響最大，權重達0.637，說明改善乘客福利水平的關鍵因素在于減少乘車加價費；在司機方面，福利水平總體也不高，說明打車軟件給司機帶來的吸引力與激勵強度還不夠。由層次分析法所得權重可以看出，額外收入對司機福利的影響最大，權重達0.565，說明額外收入(如加價費等)對出租司機的吸引力最大。

4.3.2結合現實情況，我們基于以下考慮設計補貼方案：①大力度現金補貼不是長久之計；②應在盡量維護市場份額的前提下改變補貼方式；③補貼方式應盡量考慮緩解乘客打車難的問題。

結合上述模型分析與社會現實狀況，設計 “會員制的加價費優惠補貼政策”，具體如下。

面對注冊用戶，推出 VIP 用戶服務，即每月充值一定金額以上即可成為其會員，優先顯示用戶訂單，同時享受優惠，并且可以根據充值金額的不等享受不同程度的折扣。基于考慮①，該方案中的優惠折扣并不針對乘客本身運價部分，而是針對加價費部分。當乘客急需租車并且愿意支付加價費時，如果該乘客是會員，則可根據會員等級享受加價費補貼，這減少了乘客乘車總費用同時也增加了司機收入，在盡量維護市場份額的前提下減輕了之前的大額現金補貼。總體來看，司機的補貼程度略大于乘客，使得出租車供給增加，在一定程度上緩解了乘客打車難的問題。結合上述模型的結論，加價費對乘客福利影響最大，而額外收入則對司機福利影響最大，這里的補貼方案把重點放在了加價費上，同時考慮了乘客福利和司機福利，說明了其合理性。

5總結

針對三個有關出租車資源配置的問題，采用多種分析方法并建立相應模型進行研究，每個模型都有其代表性與合理性，通過出租車空駛率、出租車萬人擁有量以及出租車供求比來分析城市內部不同時空的出租車供求匹配程度問題，以空駛率為核心，建立了出租車運營平衡模型、出租車運價模型以及綜合評價模型，對我國“互聯網+”時代的出租車資源配置有一定的參考價值。

參考文獻

[1]滴滴快的智能出行平臺網[EB/OL].http://v.kuaidadi.com.

[2]上海統計網[EB/OL].http://www.stats-sh.gov.cn.

[3]馮曉梅.供需平衡狀態下的出租車發展規模研究[D].成都：西南交通大學，2010.

[4]王榃. 成都市客運出租車需求分析[D].成都：西南交通大學，2009.

[5]孔繁敏，等.打車軟件的經濟效益評價[J].科技和產業，2015(4).

[6]吳禮斌,等.經濟數學實驗與建模[M].北京：國防工業出版社，2013.

[7]韓利，梅強，陸玉梅.AHP—模糊綜合評價法的分析與研究[J].中國安全科學學報，2004,14.

Class No.:F570.71：F224Document Mark：A

(責任編輯：鄭英玲)

Quantitative Analysis of Taxi resources Allocation in Internet “+” age

Zhu Zeqin1, Zhu Jiaming2, Cao Yonghui3, Sun Bo2

(1.School of Finance, Anhui University of Finance and Economics, Bengbu， Anhui 23303, China；2.School of Statistics and Applied Mathematics,Anhui University of Finance and Economics, Bengbu， Anhui 23303,China；3.School of Economics, Anhui University of Finance and Economics, Bengbu, Anhui 23303，China)

Abstract：In view of the taxi resources configuration in Internet "+" age, with data collected and the analysis of time and space, analysis of operating balance, analytic hierarchy and fuzzy comprehensive evaluation and so on, we analyzed the index data that influence the supply and demand of taxi, and build a model of operating balance of the taxi, the model of welfare influencing factors of fuzzy comprehensive evaluation. We also combine EXCEL software with MATLAB software programming to make a quantitative analysis of the taxi resources allocation and proposed a new rational subsidy scheme.

Key words：taxi; allocation of resources; fuzzy comprehensive evaluation; the model of operating balance; MATLAB

中圖分類號：F570.71：F224

文獻標識碼：A

文章編號：1672-6758(2016)05-0081-5

基金項目：國家自然科學項目(編號：11301001)；安徽財經大學教研項目(編號：acjyzd201429)。

通訊作者:朱家明，副教授，碩士，安徽財經大學。研究方向:應用數學與數學建模。

作者簡介：朱澤琴，本科學生，安徽財經大學金融學專業。研究方向:金融學。